偏差-方差权衡是理解所有模型调优的元框架

模型的泛化误差可以分解为偏差（假设错误）、方差（数据敏感度）、不可约误差（噪声）。所有调优操作——增加数据、简化模型、正则化、集成学习——本质上都在操作这三个分量中的某一个。掌握这个分解框架，就能系统性地诊断"模型为什么效果不好"。